機器學習有一天能幫助診斷和治療精神疾病嗎？阿爾伯塔大學的新研究通過發(fā)表在《分子精神病學》上的一項研究讓我們更接近未來。
這項研究是由美國大學精神病學系的曹博和休斯頓德克薩斯大學健康科學中心的張向陽合作領導的。他們使用機器學習算法來檢查新診斷的、先前未治療的精神分裂癥患者和健康受試者的功能磁共振成像(MRI)圖像。通過測量被稱為時間皮層的大腦區(qū)域和大腦其他區(qū)域之間的聯(lián)系，該算法成功地將精神分裂癥患者的準確率識別為78%。它還預測了患者是否會對特定的抗精神病藥利培酮產(chǎn)生積極反應，準確率為82%。
A大學精神病學助理教授曹說：“這是第一步，但最終我們希望找到可靠的生物標志物，能夠在癥狀出現(xiàn)之前預測精神分裂癥?！拔覀円蚕胗脵C器學習來優(yōu)化患者的治療方案。它不會取代醫(yī)生。未來，在機器學習的幫助下，如果醫(yī)生能夠在第一次就診時為特定患者選擇最好的藥物或手術，那將是一個很好的進步”。
在他們一生中的某個時候，大約每100個人中就有一個人會受到精神分裂癥的影響，這是一種嚴重的致殘性精神疾病，伴有妄想、幻覺和認知障礙。大多數(shù)精神分裂癥患者在生命早期就有癥狀，并將與這些癥狀斗爭數(shù)十年。
據(jù)曹說，精神分裂癥和許多精神障礙的早期診斷是一個持續(xù)的挑戰(zhàn)。對臨床醫(yī)生來說，在第一次與患者進行vi坐診時提出個性化治療策略也是一個挑戰(zhàn)。目前對精神分裂癥的治療仍然通常是由試錯法決定的。如果dr ug工作不正常，患者可能會出現(xiàn)長期癥狀和副作用，并錯過控制和治療疾病的最佳時間窗口。
曹希望擴大他的工作范圍，包括其他精神疾病，如嚴重抑郁癥和雙相情感障礙。盡管精神分裂癥的診斷和治療的初步結果令人鼓舞，但曹說，在這項工作成為臨床環(huán)境中的有用工具之前，有必要對大樣本進行進一步驗證，并需要進一步改進以提高準確性。
“這將是患者、精神病學家、神經(jīng)科學家、計算機科學家和其他學科研究人員的共同努力，為精確的心理健康構建更好的工具，”曹說。“我們在U大學有一個計算精神病學團隊，一群優(yōu)秀的臨床醫(yī)生和科學家共同努力解決這個具有挑戰(zhàn)性的問題?！?
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！